В Пензе создают нейросеть для контроля паводка под опорами железнодорожных мостов

Доцент кафедры «Информационные технологии и системы» Пензенского государственного технологического университета (ПензГТУ), кандидат технических наук Кирилл Гудков рассказал о разработке информационного комплекса мониторинга паводковых вод, ориентированного на нужды железнодорожной инфраструктуры. Проект, реализуемый более пяти лет при поддержке Фонда содействия инновациям, предлагает решение проблемы масштабирования наблюдений за счет комбинирования дорогих высокоточных сенсоров и более простых, но надежных устройств.

СУТЬ РАЗРАБОТКИ: КОНТРОЛЬ ПОД КАЖДЫМ МОСТОМ

Как пояснил Кирилл Гудков, ключевое отличие их платформы от традиционной сети гидропостов Росгидромета заключается в объекте мониторинга. Государственные посты следят за обстановкой на основных участках рек, тогда как разработка пензенских ученых нацелена на анализ ситуации под опорами мостов вдоль конкретных железнодорожных маршрутов.

«Это с виду непринципиальное отличие требует оснащать каждый отдельный мост на каждом маршруте средствами мониторинга, а не полагаться на отдельные гидропосты в том или ином регионе, — отметил ученый. – Исходя из этого, требуется очень большое количество измерительного оборудования, что влечет за собой высокую стоимость комплекса в целом».

Решением стала гибридная архитектура: на наиболее опасных направлениях предлагается устанавливать дорогие и проверенные временем сенсоры, а на остальных – более простые и дешевые, но не менее надежные аналоги. Такой подход позволяет соблюсти баланс между достоверностью наблюдений и экономической целесообразностью.

ПРОГНОЗИРОВАНИЕ НА БАЗЕ НЕЙРОСЕТЕЙ

В отличие от обычных гидропостов, которые лишь фиксируют текущий уровень воды, платформа ПензГТУ ориентирована на предсказание ситуации. Входными данными для нейросетевых алгоритмов служат три источника: информация о паводковой обстановке от Росгидромета, метеопрогнозы в регионе, а также показания цифровых метеостанций, которыми опционально могут оснащаться оконечные элементы комплекса.

«Такая разносторонняя входная информация позволяет более точно прогнозировать паводковые инциденты и принимать по ним более своевременные решения», – подчеркнул доцент.

Точность прогноза, пояснил ученый, зависит от множества факторов: количества измерительных точек, установленных выше и ниже по течению реки, погодных условий, рельефа местности и наличия таких природных объектов, как овраги или лесные массивы. В идеальных условиях платформа способна выдать предупреждение о критическом подъеме воды практически мгновенно. В реальных условиях на обработку сложных сценариев уходит больше времени, но, по словам разработчика, даже этого запаса достаточно, чтобы предотвратить аварии на инфраструктуре.

СТАДИЯ ГОТОВНОСТИ И ВОПРОС СЕРТИФИКАЦИИ

В настоящее время комплекс эксплуатируется в экспериментальном режиме. Основные усилия коллектива направлены на доработку нейросетевых алгоритмов. Официальной сертификации разработка пока не имеет.

«Мы работаем над этим», - лаконично ответил Гудков на вопрос о получении официального статуса, который позволил бы использовать платформу в государственных структурах, таких как МЧС.

ИМПОРТОЗАМЕЩЕНИЕ И КАДРОВЫЙ ПОТЕНЦИАЛ

Отвечая на вопрос о компонентной базе в условиях санкционных ограничений, Кирилл Гудков сообщил, что большинство элементов в комплексе – российского производства. Программное обеспечение создано собственными силами.

«Сейчас мы можем перейти на полностью отечественную элементную базу, но этот процесс требует времени», – пояснил он, уточнив, что переход связан не с отсутствием комплектующих, а с логистикой и бюрократическими процедурами.

Над проектом трудится коллектив, в который входят молодые ученые и студенты ПензГТУ. Разработка уже лежит в основе нескольких дипломных и курсовых работ.

Отвечая на вопрос о гипотетическом внедрении для нужд муниципалитетов или регионов, регулярно страдающих от паводков, разработчик подчеркнул, что итоговая цена будет зависеть от конфигурации оборудования.